Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cap 4 Espacio S Vectorial Es
Cap 4 Espacio S Vectorial Es
Los objetos en el conjunto V son llamados vectores y los elementos en el conjunto F son llamados
escalares. De aqui en adelante F es el campo de los números reales (R) o el de los números complejos
(C)
la suma de vectores denotado por u + v es una operación entre elementos del conjunto V; mientras que
la multiplicación por un escalar, escrito como u es una operación entre elementos 2 F y u 2 V:
De…nición
Decimos que V es un espacio vectorial sobre F si se cumple lo siguiente
1. u + v 2 V; para todo u; v 2 V
3. u + v = v + u; para todo u; v 2 V
4. (u + v) + w = u + (v + w) ; para todo u; v; w 2 V
u + ( u) = 0
Uno de los espacios vectoriales mas conocidos es el plano XY (plano cartesiano) sobre el campo de los
reales con las operaciones usuales de suma de vectores y la multiplicación de un escalar por un vector.
1
Primero, necesitamos identi…car los conjuntos, el conjunto de los vectores V y el conjunto de los escalares
F.
V = R2 F =R
Segundo, necesitamos tener claro cuales son las dos operaciones, la suma de vectores y la multiplicación
por un escalar.
Dado dos vectores u = (a; b) ; v = (c; d) en el conjunto R2 y que pertenece a R:
las operaciones de suma (+) y la multiplicación por un escalar son de…nidos como
u + v = (a + c; b + d) (1)
u = ( a; b) (2)
Ahora que tenemos claro los conjuntos y las operaciones que se asocian a un espacio vectorial veremos
que efectivamente el plano cartesiano sobre el campo de los números reales con las operaciones (1) y (2)
es un espacio vectorial.
u + v = (a + c; b + d)
como a + c; b + d 2 R entonces u + v 2 R2
u = ( a; b)
u+v = (a + c; b + d)
u+v = (c + a; d + b)
u+v = (c; d) + (a; b) = v + u
(u + v) + w = (a + c; b + d) + (m; n)
(u + v) + w = ((a + c) + m; (b + d) + n)
(u + v) + w = (a + (c + m) ; b + (d + n))
(u + v) + w = (a; b) + (c + m; d + n)
(u + v) + w = u + (v + w)
u = ( a; b)
(u + v) = (a + c; b + d)
(u + v) = ( (a + c) ; (b + d))
(u + v) = ( a + c; b + d)
(u + v) = ( a; b) + ( c; d)
(u + v) = (a; b) + (c; d)
(u + v) = u+ v
( + )v = ( + ) (c; d)
( + )v = (( + ) c; ( + ) d)
( + )v = ( c + c; d + d)
( + )v = ( c; d) + ( c; d)
( + )v = v+ v
( )v = ( ) (c; d)
( )v = (( ) c; ( ) d)
( )v = ( ( c) ; ( d))
( )v = ( c; d)
( )v = ( (c; d)) = ( v)
De…nimos V = Pn [R] el conjunto de los polinomios cuyo grado es menor o igual a n, con coe…cientes
reales. Este conjunto con F = R y bajo las operaciones usuales de suma de polinomios y multiplicación
de un escalar por un polinomio es tambien un espacio vectorial.
Dado dos polinomios p (x) = a0 + a1 x + an xn ; ai 2 R y q (x) = b0 + b1 x + bn xn ; bi 2 R los
cuales se encuentran en Pn [R] se de…ne la suma y el producto por un escalar como
Sea V = Mm n el conjunto de las matrices reales con F = R y bajo las operaciones de suma y multipli-
cación por un escalar usuales es un espacio vectorial.
Dada dos matrices A = [aij ] ; B = [bij ] y 2 R; se de…ne la suma y el producto por un escalar como
3. Si v = 0 entonces =0óv=0
4. ( 1) v = v
Subespacios
De…nición
Un subconjunto W de un espacio vectorial V es llamado un subespacio vectorial de V si W es tambien
un espacio vectorial bajo la suma y multiplicación por un escalar de…nido en V
Usualmente, para probar que un subconjunto es un subespacio no es necesario probar todos los axiomas,
porque ciertas reglas satisfechas en el espacio mas grande son automaticamente satisfechas en cada sub-
conjunto si la suma de vectores y multiplicación por un escalar es cerrado en el subconjunto W , el cual
es establecido en el siguiente teorema
Teorema
Un subconjunto no vacio W de un espacio vectorial V es un subespacio si y solo si
u+v 2 W
u 2 W
Ejemplo
Sea W = (x; y; z) 2 R3 : ax + by + cz = 0 donde a; b; c son constantes.
luego
W = fx 2 Rn : Ax = 0g
Ax = 0
Ay = 0
entonces sumando
A (x + y) = Ax + Ay = 0 + 0 = 0
luego
A (x + y) = 0
1. La intersección W1 \ W2 es un subespacio
W1 + W2 = fw1 + w2 : w1 2 W1 ; w2 2 W2 g
donde 1; 2; ;
2 F se denomina combinación lineal de v1 ; v2 ;
m ; vm
2 3 2 3 2 3
Ejemplo 2 1 0
6 7 6 7 6 7
En V = R3 el vector u = 4 9 5 es una combinación lineal de los vectores v1 = 4 2 5 ; v2 = 4 1 5;
3 1 1
pues
u = 2v1 5v2
Ejemplo " # " #
3 5 2 1 1 0
En V = M23 el vector u = es una combinación lineal de los vectores 1 = ; v2 =
4 2 3 2 0 1
" #
0 1 1
; pues
1 1 0
u = 3v1 + 2v2
De…nición (Espacio generado)
Sea S V un subconjunto del espacio vectorial V; el espacio generado por S es de…nido como el conjunto
de todas las combinaciones lineales de los vectores de S; se suele denotar como
Si S = fv1 ; v2 ; ; vm g entonces
[S] = fv 2 V : v = 1 v1 + 2 v2 + + m vm : i 2 F; i = 1 ng
Ejemplo n o
T T
Sea S V = R3 ; donde S = v1 = [2; 1; 4] ; v2 = [4; 1; 6] ; entonces el espacio generado por S viene
dado por
[S] = v 2 V = R3 : v = v1 + v2 : ; 2R
Por la teoría de planos deducimos que [S] es un plano, ahora un método para deducir la ecuación carte-
siana de este plano es como sigue.
Como v = (x; y; z) es un vector arbitrario entonces
2 3 2 3 2 3
x 2 4
6 7 6 7 6 7
4 y 5= 4 1 5+ 4 1 5
z 4 6
5
como el sistema debe ser consistente entonces z 3x + 23 y = 0; luego
5x + 2y + 3z = 0
n
X
u = i wi tal que wi 2 S; i = 1 : n
i=1
Xn
v = jw
~j tal que w
~i 2 S; i = 1 : n
j=1
donde wi ; w
~j 2 S entonces u + v es una combinación lineal de los vectores de S y por tanto u + v 2 [S]
ahora
n
!
X
u = i wi tal que wi 2 S; i = 1 : n
i=1
n
X
u = ( i ) wi tal que wi 2 S; ( i) 2 F; i = 1 : n;
i=1
Ax = v donde
h i
A = v1 v2 vm
h iT
x = x1 x2 xm
es un sistema consistente.
Ejemplo h iT
Indicar si el vector u = 12 0 12 es una combinación lineal de los vectores
8 2 3 2 3 2 39
>
< 1 2 1 >
=
6 7 6 7 6 7
v1 = 4 2 5 ; v2 = 4 1 5 ; v3 = 4 4 5
>
: >
;
1 2 1
como el ran (A) = ran (Aa ) entonces el sistema es consistente. Por lo tanto el vector u es combinación
lineal de los vectores fv1 ; v2 ; v3 g
Ejemplo
Indicar si el vector u = x x3 pertenece al espacio generado por el conjunto S = x2 ; 2x + x2 ; x + x3
como [S] es el conjunto de todas las combinaciones lineales de los vectores de S, entonces si u 2 [S] se
tiene
x x3 = x2 + 2x + x2 + x + x3
luego
1 = 2 +
0 = +
1 =
luego tenemos que = 1; = 1; = 1; esto es, es un sistema consistente, por tanto el vector u 2 [S]
v= 1 v1 + 2v + + vm m
1 = 0
2 = 0
3 = 0
como única solución, por tanto los vectores son linealmente independientes
Bases y dimensión
De…nición (Dimensión)
El número mas grande de vectores linealmente independientes en un espacio vectorial V es llamado la
dimensión de V y se denota dim V:
Nota
Si este es un número …nito n, de…nimos dim V = n y diremos que V es un espacio de dimensión …nita.
Nota
Si existen conjuntos arbitrariamente grande de vectores linealmente independientes en V , diremos que la
dim V es in…nito y que V es de dimensión in…nita
Ejemplo
En V = R3 los siguientes conjuntos son linealmente independientes
82 39
>
< 1 >
=
6 7
S1 = 4 1 5
>
: >
;
2
82 3 2 39
>
< 1 1 >=
6 7 6 7
S2 = 4 1 5;4 1 5
>
: >
;
2 0
82 3 2 3 2 39
>
< 1 1 2 >=
6 7 6 7 6 7
S3 = 4 1 5;4 1 5;4 0 5
>
: >
;
2 0 0
lo que se probara mas adelante es que en V = R3 el conjunto mas grande de vectores linealmente inde-
pendientes tiene 3 vectores, esto es la dim V = 3
Ejemplo
Un ejemplo de un espacio de dimensión in…nita es V = P [X] el conjunto de los polinomios de cualquier
grado. Pues si suponemos que tiene dimensión …nita igual a n; entonces
S = fv1 ; v2 ; ; vn g
S~ = fv1 ; v2 ; ; vn :vg
1 v1 + n vn + n+1 v =0 (4)
como S es el mas conjunto mas grande de vectores linealmente independiente entonces v es combinacion
lineal de v1 ; v2 ; ; vn esto es
v= 1 v1 + n vn
pero v tiene grado mayor que cualquier vector de S por tanto no puede ser combinación lineal de ellos,
esto es, son linealmente independientes, por tanto el conjunto
S~ = fv1 ; v2 ; ; vn :vg
es linealmente independiente.
De…nición
Sea S un conjunto de vectores incluido en el espacio vectorial V , S es una base de V si y solo si
Ejemplo
La base mas simple de R2 es la base canónica
(" # " #)
1 0
S= ;
0 1
dado que
" # " #
1 0
1. (a) ; son linealmente independientes. (veri…car)
0 1
2
(b) span (S)
! = R , esta parte se puede
" #probar
" #considerando que un vector arbitrario tal como
x 1 0
es combinación neal de ; entonces
y 0 1
" # " # " #
x 1 0
= +
y 0 1
notamos que el sistema es consistente, por lo tanto span (S1 ) = R2 , además podemos concluir
que el sistema tiene solución única y viene dado por
2 1
= x+ y (5)
3 3
1 1
= y x (6)
3 3
Habrá notado que en los dos ejemplos anteriores la solución resulta siendo única, esto viene caracterizado
por el siguiente teorema
Teorema
Sea S = fv1 ; v2 ; ; vn g una base de un espacio vectorial V; entonces cada vector v que pertenece a V , es
expresado de manera única como combinación lineal de los vectores de S. Esto es existen escalares únicos
1; 2; ; n; tal que
v= 1 v1 + 2 v2 + + n vn
Ejemplo " #
3
En el ejemplo anterior S1 es una base de R2 y el vector se expresa de manera única como combi-
5
2 1 11
= (3) + (5) =
3 3 3
1 1 2
= (5) (3) =
3 3 3
También habra notado que tanto la base S como la base S1 del espacio vectorial R2 tienen el mismo
número de vectores, esto se caracteriza en el siguiente teorema
Teorema
Si una base de un espacio vectorial tiene n vectores, entonces cualquier otra base también tiene n vectores.
A continuación mostramos un conjunto S que genera el espacio vectorial R2 ; pero no es una base
(" # " # " #)
1 1 2
S= ; ;
0 1 1
" #
x
para determinar que genera R2 es su…ciente probar que todo vector v = en el espacio vectorial, se
y
puede expresar como combinación lineal de los vectores de S
" # " # " # " #
x 1 1 2
= 1 + 2 + 3
y 0 1 1
como vemos tenemos un sistema consistente, lo que indica que el conjunto S genera el espacio vectorial V
y como el sistema tiene in…nitas soluciones implica que un vector puede ser expresada de in…nitas formas
como combinación lineal de los vectores del conjunto S por lo que S no es una base. Para ello resolvamos
el sistema equivalente
El sistema tiene una variable libre, 3 = t luego 2 =y t; 1 =x y + 3t; por tanto
2 3 2 3 2 3 2 3
1 x y + 3t x y 3
6 7 6 7 6 7 6 7
4 2 5=4 y t 5=4 y 5 + t4 1 5; t2R
3 t 0 1
como t toma in…nitos valores, entonces un vector en V puede ser expresado de in…nitas formas, por
Coordenadas
Una de las caracteristicas útiles de una base B en un espacio vectorial V es que esencialmente habilita a
2 3
x1
6 7
6 x2 7
introducir coordenadas en V , analogo a las coordenadas naturales xi del vector v = 6 . 7
6 n
7 en R o C :
n
4 .. 5
xn
Esto es, las coordenadas del vector v en una base B vendrían ser los escalares que sirven para expresar
el vector v como combinación lineal de los vectores de la base B: La existencia de las coordenadas de un
vector se fundamenta en el teorema (32)
De…nición
Sea
B = fv1 ; v2 ; ; vn g
una base del espacio vectorial V y v 2 V . Las coordenadas relativas a la base B son los escalares
c1 ; c2 ; ; cn tal que
v = c1 v1 + c2 v2 + + cn vn
y se denota [v]B
2 3
c1
6 7
6 c2 7
[v]B = 6
6 .. 7
7
4 . 5
cn
Ejemplo
Consideremos otro tipo de espacios vectoriales como el de los polinomios, a decir P2 (X) sobre los reales,
con la base B de…nido por el conjunto
B = v1 = 1; v2 = x; v3 = x2
esta base es conocida como la base canónica, luego el vector v = 3x2 + 5x + 9 es una combinación lineal
de v1 ; v2 ; v3 ; esto es
v = 9v1 + 5v2 3v3
Ejemplo
Consideremos otra base para el espacio vectorial P2 [R] ; digamos
B1 = 1; 2 + x; 1 + x2
entonces el vector v = 3x2 + 5x + 9 se puede expresar como combinación lineal de los vectores de B1
v = 2 (1) + 5 (2 + x) 3 1 + x2
U \ W = fv 2 V tal que v 2 U y v 2 W g
U + W = fu + w tal que u 2 U y w 2 W g
Teorema
Sean U y W dos subespacios de V; entonces U \ W y U + W son subespacios vectoriales de V
v1 = u1 + w1 donde u1 2 U y w1 2 W
v2 = u2 + w2 donde u2 2 U y w2 2 W
entonces
v1 + v2 = (u1 + w1 ) + (u2 + w2 )
v1 + v2 = (u1 + u2 ) + (w1 + w2 )
u1 + w1 2 U + W
pero
v1 = u1 + w1
por tanto v1 2 U + W:
Teorema
Si U y W son subespacios de dimensión …nita del espacio vectorial V entonces U + W es de dimensión
…nita y
dim U + dim W = dim (U + W ) + dim (U \ W )
Formamos una matriz cuyas …las son los vectores que generan U + V
2 3
1 3 2 2 3
6 7
6 1 4 3 4 2 7
6 7
6 2 3 1 2 9 7
6 7
6 7
6 1 3 0 2 1 7
6 7
6 1 5 6 6 3 7
4 5
2 5 3 2 1
x+y+z = 0
4x 2y + s = 0
6x + y + t = 0
ahora hallamos el sistema homogéneo de donde proviene W; siguiendo el procedimiento anterior tenemos
el sistema (veri…car)
9x + 3y + z = 0
4x 2y + s = 0
2x y+t = 0
x+y+z = 0
4x 2y + s = 0
6x + y + t = 0
9x + 3y + z = 0
4x 2y + s = 0
2x y+t = 0
el sistema tiene una variable libre, por lo tanto dim (U \ W ) = 1; para hallar el vector de su base, basta
con dar un valor a su variable libre t; entonces una solución viene dado por
t = 2; s = 4; z= 3; y = 4; x=1
Cambio de Base
Consideremos el espacio vectorial mas simple como R2 ; Si B es la base canonica, esto es
(" # " #)
1 0
B= ;
0 1
" #
1
entonces las coordenadas de v = esta dado por
8
" #
1
[v]B =
8
Mostramos a continuación la existencia de una matriz que la denotamos M que viene dado por
" #
1 1
M=
1 2
donde [ui ]B2 son las coordenadas del vector ui en la base B2 para i = 1 : n
Ejemplo
Sea el espacio vectorial V = P2 (X), consideremos dos bases de ella tales como
B1 = u1 = 1; u2 = 1 + x; u3 = 1 x2 y
B2 = v1 = 1 x; v2 = 1 + x; v3 = 1 + x2
1 = a (1 x) + b (1 + x) + c 1 + x2
luego tenemos
1 = (a + b + c) + ( a + b) x + (c) x2
entonces tenemos
1 = a+b+c
0 = a+b
0 = c
resolviendo
1 1
c = 0; b= ; a=
2 2
1 + x = (a + b + c) + ( a + b) x + (c) x2
luego
1 = a+b+c
1 = a+b
0 = c
resolviendo
c = 0; b = 1; a=0
entonces 2 3
0
6 7
[1 + x]B2 = 4 1 5
0
1 x2 = (a + b + c) + ( a + b) x + (c) x2
luego
a+b+c = 1
a+b = 0
c = 1
resolviendo
c= 1; b = 1; a=1
entonces 2 3
1
6 7
1 x2 B2
=4 1 5
1
por tanto la matriz de transición de la base B1 a la base B2 es
2 1
3
2 0 1
6 1 7
A=4 2 1 1 5
0 0 1
Ahora esta ecuación nos sirve para hallar las coordenadas de un vector v en la base B2 conociunedo la
matriz de transición A y las coordenadas de v en la base B1 :
también como
2 5
3
2
6 3 7
[v]B2 = 4 2 5 entonces
2
5 3
v = (1 x) + (1 + x) 2 1 + x2 = 2x2 x+2
2 2